تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیش‌بینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده‌اند. نوع آزمون عملکر...

پارامترهای هیدروژئولوژیکی از جمله قابلیت انتقال یکی از مهمترین پارامترهای ورودی در مدل سازی آبهای زیرزمینی است که عموماً تعیین آن برای نقاط مختلف آبخوان با هزینه های فراوانی انجام می گیرد. آبخوان دشت تسوج یکی از آبخوانهای حاشیه دریاچه ارومیه می باشد که در دهه اخیر با افت سطح آب زیرزمینی مواجه شده و نیازمند مدیریت کمی و کیفی است. بنابراین، در این تحقیق به عنوان مرحله اول، از مدل های منطق فازی، شب...

یکی از مسائل مهم در پیش بینی محدودیت مالی، انتخاب متغیرهای مناسب جهت پیش بینی می‌باشد. در این پژوهش جهت پیش بینی محدودیت مالی، روش هوش مصنوعی فرآیند گوسی و شبکه عصبی شعاعی را بررسی نمودیم. برای این منظور تعداد 208 شرکت طی سال‌های 1390 تا 1396 به‌عنوان جامعه آماری انتخاب‌ شده‌اند که با توجه به در دسترس بودن اطلاعات، تمام شرکت‌ها به‌عنوان نمونه آماری مورد بررسی قرارگرفته است. نتایج این پژوهش که ن...

این مقاله  به دو بخش کلی تقسیم شده است. در بخش نخست صورت‌بندی پاتنم، دنت و سرل به جایگاه فلسفی هوش مصنوعی به صورت کلی، طرح شده و نقاط ضعف هر یک نشان داده می‌شود. سپس صورت‌بندی برگزیده با تفکیک دو تراز فلسفه‌علمی ‌و فلسفه‌ذهنی شرح داده می‌شود. در تراز فلسفه‌علمی‌ مسئله آن است که آیا هوش مصنوعی می‌تواند دستگاهی بسازد که در آزمون نامحدود تورینگ پیروز شود؟ اما در تراز فلسفه‌ذهنی مسئله این است که اگ...

یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به منظور مدیریت و کنترل سیل در آن، روندیابی سیل می‌باشد. امروزه تکنیک جدید استفاده از مدل شبکه‌های عصبی مصنوعی تکاملی(EANN) که مبتنی بر هوش مصنوعی می‌باشد، کاربرد گسترده‌ای در زمینه‌های مختلف علمی به‌ویژه مهندسی آب پیدا کرده است. در این تحقیق به روندیابی سیل در رودخانه کارون، بازه اهواز- فارسیات، با استفاده از مدل‌های شبکه عصبی مصنوعی تکاملی پیش رونده (...

مدل‌سازی و پیش‌بینی سطح ایستابی چاه‌ها یکی از کار‌های اساسی برایرسیدن به مدیریت بهینه منابع آب می‌باشد. یکی از راه‌های پیش‌بینی سطح آب زیرزمینی استفاده از تکنیک‌های هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن می‌باشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در پیش‌بینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت می‌باشد. به این منظور از داده‌های سطح ایست...

مناطق خشک و نیمه­خشک همواره با بحران آب مواجه بوده اند، به همین دلیل ذخایر هرچند اندک برفی در سرشاخه های کوهستانی این مناطق، نقش شایان توجهی در تغذیه و تعادل هیدرولوژیکی مناطق مذکور ایفا می کنند. چگالی برف از جمله پارامتر هایی است که به عنوان پارامتر مبدل عمق برف به آب معادل برف، اهمیت فراوانی دارد. در این مقاله، کارآیی یکی از روش­های هوش مصنوعی در شبیه سازی پراکنش مکانی چگالی برف در یکی از سرش...

پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیه‌سازی مخازن هیدروکربوری و استراتژی‌های اکتشافی نقش موثری ایفا می کنند. اخیراً روش‌های هوش مصنوعی به‌منظور پیش‌بینی این پارامترها با استفاده از داده‌های چاه پیمایی به‌کاربرده شده‌اند. بااین‌حال پیش‌بینی ویژگی‌های مخازن ناهمگن همواره با دشوارهای بسیاری همراه است و به‌سختی پاسخ مناس...

بررسی عوامل مؤثر بر ویژگی‎های مکانیکی و فیزیکی موادمعدنی از متغیرهای بسیار مهم و با اهمیت در تعیین ویژگی‎های شکست و رفتار مکانیک‌ سنگی آنهاست. این بررسی‌ها می‌تواند کمک شایانی در مراحل مختلف عملیات معدنکاری از حفاری و انفجار تا خردایش مکانیکی (سنگ‌شکنی و آسیا) و برنامه‌ریزی تولید کند. در این پژوهش ابتدا مقاطع میکروسکوپی اکسیدهای آهن در معدن سنگ آهن چادرملو در نورهای مختلف مورد مطالعه قرار گرفت....

    مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ می‌دهد. روش­های هوش مصنوعی می­توانند کارایی بالایی جهت شبیه­سازی جریان رودخانه در مقیاس­های مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیه‌سازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیه‌سازی داده­های دبی جریان ماهانه در این ای...